feat(expression): 增强表达学习与选择系统的健壮性和智能匹配

- 改进表达学习器的提示词格式规范，增强LLM输出解析的容错性
- 优化表达选择器的模型预测模式，添加情境提取和模糊匹配机制
- 增强StyleLearner的错误处理和日志记录，提高训练和预测的稳定性
- 改进流循环管理器的日志输出，避免重复信息刷屏
- 扩展SendAPI的消息查找功能，支持DatabaseMessages对象兼容
- 添加智能回退机制，当模型预测失败时自动切换到经典模式
- 优化数据库查询逻辑，支持跨聊天流的表达方式共享

BREAKING CHANGE: 表达选择器的模型预测模式现在需要情境提取器配合使用，旧版本配置可能需要更新依赖关系

scripts/check_expression_database.py

@@ -0,0 +1,116 @@
+"""
+检查表达方式数据库状态的诊断脚本
+"""
+import asyncio
+import sys
+from pathlib import Path
+
+# 添加项目根目录到路径
+project_root = Path(__file__).parent.parent
+sys.path.insert(0, str(project_root))
+
+from sqlalchemy import select, func
+from src.common.database.sqlalchemy_database_api import get_db_session
+from src.common.database.sqlalchemy_models import Expression
+
+
+async def check_database():
+    """检查表达方式数据库状态"""
+    
+    print("=" * 60)
+    print("表达方式数据库诊断报告")
+    print("=" * 60)
+    
+    async with get_db_session() as session:
+        # 1. 统计总数
+        total_count = await session.execute(select(func.count()).select_from(Expression))
+        total = total_count.scalar()
+        print(f"\n📊 总表达方式数量: {total}")
+        
+        if total == 0:
+            print("\n⚠️  数据库为空！")
+            print("\n可能的原因:")
+            print("1. 还没有进行过表达学习")
+            print("2. 配置中禁用了表达学习")
+            print("3. 学习过程中发生了错误")
+            print("\n建议:")
+            print("- 检查 bot_config.toml 中的 [expression] 配置")
+            print("- 查看日志中是否有表达学习相关的错误")
+            print("- 确认聊天流的 learn_expression 配置为 true")
+            return
+        
+        # 2. 按 chat_id 统计
+        print("\n📝 按聊天流统计:")
+        chat_counts = await session.execute(
+            select(Expression.chat_id, func.count())
+            .group_by(Expression.chat_id)
+        )
+        for chat_id, count in chat_counts:
+            print(f"  - {chat_id}: {count} 个表达方式")
+        
+        # 3. 按 type 统计
+        print("\n📝 按类型统计:")
+        type_counts = await session.execute(
+            select(Expression.type, func.count())
+            .group_by(Expression.type)
+        )
+        for expr_type, count in type_counts:
+            print(f"  - {expr_type}: {count} 个")
+        
+        # 4. 检查 situation 和 style 字段是否有空值
+        print("\n🔍 字段完整性检查:")
+        null_situation = await session.execute(
+            select(func.count())
+            .select_from(Expression)
+            .where(Expression.situation == None)
+        )
+        null_style = await session.execute(
+            select(func.count())
+            .select_from(Expression)
+            .where(Expression.style == None)
+        )
+        
+        null_sit_count = null_situation.scalar()
+        null_sty_count = null_style.scalar()
+        
+        print(f"  - situation 为空: {null_sit_count} 个")
+        print(f"  - style 为空: {null_sty_count} 个")
+        
+        if null_sit_count > 0 or null_sty_count > 0:
+            print("  ⚠️  发现空值！这会导致匹配失败")
+        
+        # 5. 显示一些样例数据
+        print("\n📋 样例数据 (前10条):")
+        samples = await session.execute(
+            select(Expression)
+            .limit(10)
+        )
+        
+        for i, expr in enumerate(samples.scalars(), 1):
+            print(f"\n  [{i}] Chat: {expr.chat_id}")
+            print(f"      Type: {expr.type}")
+            print(f"      Situation: {expr.situation}")
+            print(f"      Style: {expr.style}")
+            print(f"      Count: {expr.count}")
+        
+        # 6. 检查 style 字段的唯一值
+        print("\n📋 Style 字段样例 (前20个):")
+        unique_styles = await session.execute(
+            select(Expression.style)
+            .distinct()
+            .limit(20)
+        )
+        
+        styles = [s for s in unique_styles.scalars()]
+        for style in styles:
+            print(f"  - {style}")
+        
+        print(f"\n  (共 {len(styles)} 个不同的 style)")
+    
+    print("\n" + "=" * 60)
+    print("诊断完成")
+    print("=" * 60)
+
+
+if __name__ == "__main__":
+    asyncio.run(check_database())